Modelowanie transportu materiału zawieszonego w dorzeczu Parsęty z uwzględnieniem zróżnicowanych rozdzielczości danych przestrzennych

Modelowanie transportu materiału zawieszonego w dorzeczu

Parsęty z uwzględnieniem zróżnicowanych rozdzielczości

danych przestrzennych

Modelling of suspended sediment transport in the Parsęta drainage basin using different spatial data resolutions

Joanna Gudowicz

Instytut Geoekologii i Geoinformacji, Uniwersytet im. Adama Mickiewicza w Poznaniu; gudowicz@amu.edu.pl

Zarys treści: Celem pracy jest przedstawienie modelu hydrologicznego dla dorzecza Parsęty opartego o system informacji geograficznej oraz

pre-zentacja uzyskanych wyników modelowania w zakresie odpływu materiału zawieszonego. W badaniach wykorzystano model SWAT (Soil and Water Assessment Tool) zintegrowany za pomocą aplikacji ArcSWAT z oprogramowaniem ArcGIS. Wyniki poddane zostały ocenie przy zastosowaniu współ-czynników statystycznych: determinacji R2_{, efektywności modelu Nasha-Sutcliffa (NSE) oraz współczynnika odchylenia procentowego (PBIAS). Ocenę}

otrzymanych rezultatów modelowania wykonano pod kątem ich zróżnicowania w zależności od zastosowanych przestrzennych danych wejściowych. Stwierdzono, że najbardziej zgodne z danymi obserwowanymi były wyniki modelowania uzyskane z zastosowaniem danych przestrzennych o najwyż-szej rozdzielczości.

Słowa kluczowe: modelowanie, transport osadów, SWAT, dane przestrzenne, Parsęta

Abstract: The aim of this study was to present a GIS-based hydrological model developed for the Parsęta drainage basin and presentation of the results

in terms of the suspended sediment outflow. SWAT (Soil and Water Assessment Tool) model integrated by the ArcSWAT application with the ArcGIS software was used in the study. The results were subject to assessment by statistical methods: R2 _{determination coefficient, Nash-Sutcliffe efficiency}

coefficient (NSE), percent bias coefficient (PBIAS). The evaluation of the results was performed based on their differentiation depending upon the spatial input data. The most consistent with the observed data were modeling results obtained from the use of high resolution spatial data.

Key words: modelling, sediment transport, SWAT, spatial data, Parsęta

Wprowadzenie

Aktualny rozwój numerycznych modeli hydrologicznych i jakości wody (ang. hydrologic and water quality models, H/WQ) (Moriasi i in. 2012) umożliwia ich zastosowanie w badaniach procesów erozji gleb i transportu osadów w skali zlewni rzecznej (Merritt i in. 2003, Aksoy, Kavvas 2005, Moriasi i in. 2012, de Vente i in. 2013). W modelach

tych implementowane są metody określania wielkości ero-zji wodnej gleb na stokach oraz ilości materiału dostarcza-nego ze stoków do koryta rzeczdostarcza-nego, a także przepływu wody w korycie. Podstawą wykonywanych symulacji są dane przestrzenne obejmujące przede wszystkim cyfrowy model wysokościowy, jak również dane glebowe, mete-orologiczne oraz mapy pokrycia terenu i użytkowania ziemi. Ważnym problem badawczym jest w tym zakresie

ocena wpływu jakości cyfrowych danych przestrzennych na wyniki modelowanego bilansu wodnego i transportu osadów (Svoray, Atkinson 2013). Numeryczne modele hydrologiczne obejmują zazwyczaj bardzo dużą liczbę parametrów (Zwoliński 2010). Stąd wybór parametrów oraz ich jakość winny być szczególnie ważnym procesem selekcyjnym. Dzięki systemom informacji geograficznej możliwa jest łatwa integracja danych oraz iteracyjność procesu generowania i zmiany tych parametrów na wej-ściu do modelu. Umożliwiają one zatem analizę wpływu poszczególnych parametrów na ostateczne wyniki mode-lowania i wybór najbardziej optymalnej struktury modelu pod względem danych wejściowych. Zastosowanie mode-li opartych o systemy informacji geograficznej może być szczególnie istotne w badaniach wpływu zmian klimatu na system denudacyjny zlewni. Należy podkreślić, że analizy oddziaływania globalnych zmian klimatu na współczesną ewolucję rzeźby są obecnie niezwykle ważnym proble-mem badawczym (Goudie 2006, Zwoliński 2011).

Celem pracy było opracowanie modelu hydrologiczne-go dla dorzecza Parsęty opartehydrologiczne-go o system informacji geo-graficznej oraz prezentacja uzyskanych wyników mode-lowania w zakresie odpływu materiału zawieszonego. Do testowania jakości danych przestrzennych w modelowaniu hydrologicznym wykorzystano model SWAT (Soil and Wa-ter Assessment Tool) (Arnold i in. 1998) zintegrowany za pomocą aplikacji ArcSWAT z oprogramowaniem ArcGIS.

Obszar badań

Badaniami objęto dorzecze Parsęty do profilu zamykają-cego w Bardach, tj. 25,0 km od ujścia rzeki do Morza Bałtyckiego (ryc. 1). Powierzchnia obszaru badań, 2866 km2_{, stanowi 93,4% powierzchni całego dorzecza}

Par-sęty. Badana zlewnia jest reprezentatywna dla obszarów młodoglacjalnych umiarkowanej strefy klimatycznej ze względu na położenie w zasięgu form poglacjalnych, mozaikowy układ litologii utworów powierzchniowych, pokrycia terenu i użytkowania ziemi oraz struktury gleb (Zwoliński 1989, Kostrzewski i in. 1994, Kostrzewski 1998). Cechuje ją także wyrównany reżim przepływów wody, duży stopień bezodpływowości, retencyjności i bezwładności hydrologicznej (Dynowska 1971, Choiń-ski 1988).

W obszarach młodoglacjalnych charakteryzujących się, z geologicznego punktu widzenia, krótkim czasem rozwoju sieci hydrograficznej, nieciągłością warstw geologicznych oraz bardzo urozmaiconą rzeźbą terenu, rozpoznanie krążenia wody jest bardzo utrudnione (Fac--Beneda 2011). Modelowanie tak złożonego geoekosys-temu wymaga więc zwrócenia szczególnej uwagi m.in. na takie elementy jak reprezentacja rzeźby terenu, faza podziemna obiegu wody i rola obszarów bezodpływo-wych.

Ryc. 1. Położenie obszaru badań (na podstawie danych DTED2 oraz Mapy Podziału Hydrograficznego Polski)

1 – posterunki hydrometryczne IMGW, 2 – posterunek hydrometryczny UAM, 3 – główne miasta, 4 – wododział dorzecza Parsęty, 5 – obszar badań, 6 – sieć rzeczna, 7 – zbiorniki wodne

Fig. 1. Location of the study area (based on DTED2 data and Map of Hydrographical Division of Poland)

Metody badań

Numeryczny model hydrologiczny dla dorzecza Parsęty opracowano w oparciu o program SWAT (Arnold i in. 1998). W badaniach wykorzystana została wersja mode-lu SWAT2009 (Neitsch i in. 2011). Model SWAT został stworzony do prognozowania wpływu zmian zagospo-darowania zlewni na bilans wody, osadów i biogenów (Arnold i in. 1998). Ze względu na wysoką efektywność obliczeniową, model umożliwia wykonywanie ciągłych symulacji dla bardzo dużych obszarów oraz dla długich przedziałów czasu. Model był testowany i stosowany na wszystkich kontynentach w setkach lokalizacji, w róż-nych warunkach klimatyczróż-nych i glebowych (Gassman i in. 2007, Douglas-Mankin i in. 2010), co przekonuje o jego dużej uniwersalności i możliwości stosowania w zróżnicowanych geoekosystemach. Podstawowym kro-kiem czasowym modelu jest doba, można go zatem zali-czyć do modeli czasu ciągłego. Ze względu na przyjęcie w modelu jednostek reakcji hydrologicznej (ang. hydro-logic response units, HRU) jako podstawowych jednostek obliczeniowych zalicza się go do modeli o parametrach quasi-przestrzennie rozłożonych.

Do podstawowych danych wejściowych do modelu SWAT należy zaliczyć cyfrowy model wysokościowy, mapę pokrycia terenu i użytkowania ziemi, mapę gle-bową oraz dane meteorologiczne. Do podstawowych zmiennych wyjściowych należy odpływ wody, odpływ osadów i odpływ jonowy, a także ewapotranspiracja dla powierzchni całej zlewni, poszczególnych zlewni cząst-kowych i jednostek reakcji hydrologicznej.

W modelu zaimplementowana jest m.in. metoda sza-cowania opadu efektywnego SCS-CN (ang. Soil Conser-vation Service Curve Number, USDA-SCS 1972) oraz metoda szacowania ewapotranspiracji Penmana-Mon-teitha (Monteith 1965). Erozja wodna gleb na powierzch-niach stokowych obliczana jest ze zmodyfikowanego uniwersalnego równania strat glebowych (Modified Uni-versal Soil Loss Equation, MUSLE), które opisane jest następującym wzorem (Williams 1975):

sed = 11,8

· (Q

· q

· area

) 0,56 · K

·

· C

· P

· LS

· CFRG

gdzie:

sed – ilość wyerodowanych osadów [t],

Q_surf – wielkość spływu powierzchniowego [mm], q_peak – kulminacja spływu [m3 _s–1_],

area_hru – powierzchnia HRU [ha],

K_USLE – współczynnik erozyjności gleb [–],

C_USLE – współczynnik rodzaju upraw i użytkowania terenu [–],

P_USLE – współczynnik zabiegów przeciwerozyjnych [–], LS_USLE – współczynnik topograficzny długości i nachyle-nia stoku [–],

CFRG – współczynnik materiału gruboziarnistego [–].

Transport osadów jest funkcją procesów erozji i depo-zycji. Obejmuje on system stokowy i system korytowy. W transporcie stokowym skład uziarnienia erodowanych cząstek jest estymowany na podstawie składu granulome-trycznego osadów podłoża (Foster i in. 1980). Transport osadów z systemu stokowego do systemu korytowego jest sterowany przez natężenie spływu powierzchniowego. Wielkość ładunku osadów docierających do koryta uzy-skiwana jest poprzez odjęcie od ilości wyerodowanego materiału (na podstawie równania MUSLE) opóźnienia oraz osadów zatrzymanych przez szatę roślinną, w sta-wach czy oczkach wodnych (Neitsch i in. 2011). Wielkość ładunku osadów docierających do koryta obliczana jest na podstawie wzoru:

gdzie:

sed – ilość osadów dostarczana do koryta w dniu i [t], sed’ – ilość osadów wyerodowanych z obszaru danego HRU w dniu i [t],

sed_stor,i–1 – ilość osadów wyerodowanych z obszaru danego HRU zatrzymanych w dniu i–1 _[t],

surlag – współczynnik opóźnienia spływu powierzchnio-wego [–],

t_conc – czas koncentracji dla danego HRU [h].

W korycie rzecznym procesy erozji i depozycji zależą od energii cieku, ekspozycji brzegów i dna koryta na siłę erozyjną cieku oraz materiału budującego brzegi i dno ko-ryta (Neitsch i in. 2011). Do symulacji transportu osadów w korycie jako podstawowe stosowane jest zaadoptowane przez Williamsa (1980) równanie energii cieku (Bagnold 1977). Maksymalna ilość osadów jaka może być trans-portowana z jednego segmentu cieku obliczana jest wg wzoru:

gdzie:

conc_sed,ch,mx – maksymalna koncentracja materiału zawie-szonego [t m–3_],

c_sp – współczynnik definiowany przez użytkownika [–], q_ch,pk – maksymalny przepływ wody [m3 _s–1_],

A_ch – powierzchnia przekroju poprzecznego [m2_]

sp exp – wykładnik funkcji definiowany przez użytkow-nika [–].

Optymalne wartości współczynnika c_sp oraz wykładni-ka funkcji sp exp mogą być określone na etapie wykładni-kalibracji modelu. Kalibrowane parametry to odpowiednio SPCON oraz SPEXP. W przeprowadzonych badaniach wartości tych parametrów określono właśnie podczas kalibracji na podstawie danych pomiarowych. Otrzymana na pod-stawie powyższego równania koncentracja materiału za-wieszonego dla danego odcinka rzeki jest porównywana do wartości koncentracji symulowanej dla danej chwili czasu t. Jeżeli wartość początkowa jest większa – wtedy dominującym procesem jest depozycja, jeżeli natomiast mniejsza – wtedy dominującym procesem jest erozja.

Konstrukcja modelu SWAT dla dorzecza

Parsęty

W celu oceny wpływu jakości danych przestrzennych na wyniki modelowanego bilansu wodnego i transportu osa-dów do opracowania modelu hydrologicznego dla dorze-cza Parsęty pozyskano dane z różnych źródeł. Podstawo-wym zestawem danych był cyfrowy model wysokościowy (DEM). Wykorzystano trzy źródła danych (tab. 1): • DEM utworzony na podstawie interpolacji wartości

poziomic pochodzących z wektoryzacji map topogra-ficznych w skali 1:10 000 (rozdzielczość 10 m); • DEM pozyskany z danych DTED2 (rozdzielczość

30 m);

• DEM pozyskany z danych SRTM w wersji czwartej (rozdzielczość 90 m) (Jarvis i in. 2008).

Odpowiednio do cyfrowych modeli wysokościowych wykorzystano również trzy źródła map glebowych (tab. 1): • mapy glebowo-rolnicze Instytutu Uprawy Nawoże-nia i Gleboznawstwa w Puławach pozyskane z bazy Wojewódzkiego Ośrodka Dokumentacji Geodezyjnej i Kartograficznej w Szczecinie (skala 1:25 000), które uzupełniono w oparciu o dane litologiczne ze szcze-gółowych map geologicznych (skala 1:50 000) pozy-skane z Państwowego Instytutu Geologicznego – Pań-stwowego Instytutu Badawczego;

• dane pozyskane z bazy gleb Harmonized World Soil Database (HWSD) (skala 1:000 000) (FAO/IIASA/ ISRIC/ISSCAS/JRC 2012);

• dane pozyskane z bazy FAO-UNESCO Digital Soil Map of the World (skala 1:5 000 000) (FAO-UNESCO 2003). Model SWAT wymaga określenia dla wydzieleń wy-szczególnionych na mapach dla poszczególnych pozio-mów glebowych parametrów fizycznych takich jak grupa hydrologiczna gleby, maksymalna głębokość ukorzenie-nia, głębokość profilu glebowego, gęstość objętościowa, nasycona przewodność hydrauliczna, zawartość węgla organicznego, zawartość iłu, zawartość pyłów, zawartość piasków, zawartość części szkieletowych, współczynnik erozyjności gleby. Właściwości fizyczne określono na podstawie parametrów danych zawartych w wykorzysty-wanych bazach danych glebowych oraz na podstawie lite-ratury (Ignar 1988, Renard i in. 1997).

W badaniach zastosowano dane meteorologiczne pozyskane z Instytutu Meteorologii i Gospodarki Wod-nej – Państwowego Instytutu Badawczego z wielolecia 1966–2010. Dane pochodziły z 4 stacji meteorologicznych (Koszalin, Kołobrzeg, Resko, Szczecinek) oraz 10 poste-runków opadowych. Wykorzystane zostały następujące zmienne meteorologiczne: opad atmosferyczny [mm], mi-nimalna i maksymalna temperatura powietrza [°C], średnia prędkość wiatru [m s–1_{], średnia wilgotność względna [%].}

W celu uwzględnienia zmian pokrycia terenu i użytkowa-nia ziemi jakie zachodziły w zlewni w analizowanym wie-loleciu zastosowano mapy pokrycia terenu i użytkowania ziemi z czterech horyzontów czasowych. Źródłem danych była baza CORINE Land Cover dla lat 1990, 2000 i 2006 oraz dane opracowane na podstawie wektoryzacji mapy

topograficznej w skali 1:100 000 (rok 1975). Przygotowa-ne mapy pokrycia terenu i użytkowania ziemi wymagały reklasyfikacji do klas, które zawarte są w bazie danych pa-rametrów modelu SWAT.

Zgromadzone zestawy danych przestrzennych posłu-żyły do utworzenia projektów modelu SWAT, które cha-rakteryzowały się odmiennymi danymi wysokościowymi oraz glebowymi (por. tab. 1). We wszystkich projektach wejściowe dane pokrycia terenu i użytkowania ziemi oraz dane meteorologiczne były takie same. Opracowanie róż-nych projektów umożliwiło ocenę wpływu jakości wej-ściowych danych wysokowej-ściowych oraz glebowych na wyniki symulacji bilansu wodnego oraz transportu ma-teriału zawieszonego. Weryfikacja wyników oparta była o zastosowanie współczynników statystycznych: deter-minacji R2_{, efektywności modelu Nasha-Sutcliffa (NSE)}

oraz współczynnika odchylenia procentowego (PBIAS). Kalibrację struktur modelu SWAT wykonano w opro-gramowaniu SWAT-CUP4 (Abbaspour 2012) na pod-stawie danych pomiarowych z posterunków hydrome-trycznych w Tychówku, Białogardzie i Bardach (ryc. 1). W tym celu wykorzystano dane pozyskane z Instytutu Meteorologii i Gospodarki Wodnej – Państwowego Insty-tutu Badawczego dla lat 1966–2010. Kalibrację opraco-wano z wykorzystaniem procedury Sequential Uncertain-ty Fitting (SUFI2) (Abbaspour i in. 2004).

Wyniki badań

Symulacje obiegu wody w zlewni Parsęty przeprowadzo-no dla okresu 1966–2010, gdzie lata 1966–1968 prze-znaczone były na okres dostosowywania modelu (ang. warm-up period), lata 1969–1995 na kalibrację, a lata 1996–2010 na walidację modelu. W pierwszym kroku oceny wyników symulacji weryfikacji poddano warto-ści podstawowych elementów bilansu wodnego, na które składały się wartości dotyczące sumy opadu i odpływu całkowitego. Wyniki weryfikowano dla obszaru całego dorzecza Parsęty jako wartości średnie roczne z analizo-wanych wieloleci okresu kalibracji oraz okresu walidacji. Stwierdzono różnice w porównaniu do danych pomiaro-wych na poziomie od kilku do kilkunastu procent w za-leżności od przyjętej struktury modelu SWAT.

Kolejnym etapem analizy wyników symulacji była weryfikacja serii czasowych. Weryfikację wyników sy-Tabela 1. Dane przestrzenne projektów SWAT dla obszaru

zlewni Parsęty

Table 1. Spatial data of the SWAT projects for the Parsęta river basin

Gleby DEM_TOPO DEM_DTED2 DEM_SRTM

Baza IUNG

(1:25 000) SWAT_1 SWAT_4 SWAT_7

Baza HWSD

(1:1 000 000) SWAT_2 SWAT_5 SWAT_8

Baza FAO-UNESCO

mulacji odpływu materiału zawieszonego przeprowadzo-no na podstawie danych z posterunku hydrometrycznego zamykającego dorzecze Parsęty w Bardach z lat 1969– 1983 oraz 1989–2010. Ocenę modeli według poszczegól-nych projektów wykonano zarówno dla okresów kalibra-cji jak i walidakalibra-cji.

Na weryfikację wyników symulacji odpływu za-wiesiny z dorzecza Parsęty ma wpływ niekompletność pomiarów służby hydrologicznej. Dla profilu zamyka-jącego w Bardach nie ma bowiem jednolitej, ciągłej serii pomiarów dobowych dla analizowanego wielole-cia. Przy weryfikacji modelu brano zatem pod uwagę dostępne wartości, uzupełniając pozostałe kodem braku danych.

W tabeli 2 przedstawiono współczynniki oceny rocz-nych ładunków materiału zawieszonego odprowadzanego z dorzecza Parsęty. Należy stwierdzić, że otrzymane war-tości statystyk według przyjętego kryterium Sarma i in. (1973) oraz Singha i in. (2004) są zróżnicowane w zależ-ności od projektów SWAT. Według współczynnika de-terminacji wyniki uznać można za dobre i bardzo dobre w okresie kalibracji i walidacji. Oznaczają one, że przy-jęte zmienne w symulacjach objaśniają zmiany ładunku materiału zawieszonego w granicach 60–80%. Wartości współczynnika NSE mieszczą się w zakresie 0,5–0,7, co oznacza zgodnie z przyjętym kryterium oceny, że wszystkie wyniki uznać należy za poprawne. Odnosząc się do wartości współczynnika odchylenia procentowe-go (PBIAS) należy stwierdzić, że wartości były zaniżo-ne w stosunku do danych pomiarowych. Pod względem PBIAS wszystkie wyniki należy uznać za poprawne. Naj-mniejsze różnice na poziomie 13–15% wystąpiły w pro-jekcie SWAT_1. Przedstawiona charakterystyka oceny projektów SWAT (tab. 2) odnosi się zarówno do okresu kalibracji, jak i do okresu walidacji modeli, co świadczy o poprawnym określeniu ram czasowych okresu kali-bracji i walidacji, dobrym doborze wartości parametrów podczas procedury kalibracji oraz stabilności przyjętych struktur modelu SWAT.

Uzyskane statystyki oceny wskazują na zróżnicowa-nie wyników w zależności od wykorzystanych danych wejściowych w poszczególnych projektach. Największą zgodność danych symulowanych z pomiarowymi uzy-skano dla projektu SWAT_1, w którym operowano na danych wysokorozdzielczych opartych o warstwę glebo-wą opracowaną na podstawie map glebowo-rolniczych oraz DEM w rozdzielczości 10 m. Zastosowanie danych o małej rozdzielczości w projekcie SWAT_9, gdzie wy-korzystywany był DEM o rozdzielczości 90 m oraz mapa glebowa w skali 1:5 000 000 wpłynęło na najsłabsze wy-niki. Wpływ na otrzymane rezultaty mógł mieć proces delimitacji sieci rzecznej i zlewni cząstkowych w opar-ciu o wybrane źródła danych DEM (Gudowicz 2016), jak i reprezentacja wydzieleń glebowych. Mapa FAO-UNE-SCO obejmowała dla badanego obszaru jedynie trzy wy-dzielenia, co nie było w pełni wystarczające dla odzwier-ciedlenia zróżnicowania przestrzennego gleb.

Na rycinie 2 przedstawiono porównanie pomiarowych i symulowanych rocznych ładunków materiału zawieszo-nego dla projektów, które różniły się zarówno wejściową mapą glebową jak i danymi wysokościowymi.

Ryc. 2. Porównanie pomiarowych i symulowanych wartości rocznych ładunków materiału zawieszonego dla profilu hydrometrycznego w Bardach

Fig. 2. Comparison of measured and simulated values of annual suspended sediment outflow for the outlet of the Parsęta river basin in Bardy

Tabela 2. Statystyki oceny symulowanych rocznych wartości odpływu materiału zawieszonego dla profilu zamykającego zlewnię Parsęty

Table 2. Statistics evaluation of the simulated annual suspended sediment outflow for the outlet of the Parsęta river basin Projekt _R2Okres kalibracji_{NSE PBIAS R2}Okres walidacji_{NSE PBIAS}

SWAT_1 0,78 0,70 13,46 0,76 0,70 14,74 SWAT_2 0,77 0,69 16,10 0,74 0,67 17,25 SWAT_3 0,65 0,55 25,47 0,63 0,54 26,41 SWAT_4 0,78 0,70 15,06 0,77 0,70 16,23 SWAT_5 0,74 0,66 18,12 0,71 0,64 19,98 SWAT_6 0,63 0,54 28,09 0,63 0,53 29,35 SWAT_7 0,68 0,60 19,00 0,66 0,59 21,41 SWAT_8 0,67 0,59 22,26 0,63 0,60 24,88 SWAT_9 0,59 0,51 31,78 0,58 0,50 32,26

Analizując symulowane wartości odpływu materiału zawieszonego uzyskane dla profilu zamykającego zlew-nię (ryc. 2) należy stwierdzić, że różnice uzyskanych wy-ników według opracowanych projektów SWAT nie były stałe, a zmieniały się w poszczególnych latach. Najwięk-sze różnice odnotować należy w roku 1975, 1989, 1993, 1996, 1999, 2002 i 2003. Wyniosły one w tych latach w projekcie SWAT_1 średnio 21%, w projekcie SWAT_5

– 26%, a w projekcie SWAT_9 – 38%. Na zaniżone wiel-kości odpływu zawiesiny w latach 1975, 1989, 1996 i 2003 może mieć wpływ to, iż były to lata suche, w któ-rych znacznie niedoszacowane były objętości odpływu wody. W roku 1993, 1999 oraz 2002 wystąpiły natomiast wysokie ładunki odprowadzanego materiału w analizo-wanym wieloleciu, które zostały niedoszacowane przez model. Jednocześnie można zauważyć, że różnice między projektami SWAT_1 i SWAT_5 nie były tak znaczne, jak w stosunku do projektu SWAT_9.

Uzyskane wyniki symulacji pozwoliły na analizę zróżnicowania przestrzennego transportu osadów w do-rzeczu Parsęty. Wykonano mapy przestrzennego rozkła-du wielkości denudacji mechanicznej w układzie zlewni cząstkowych. Na rycinie 3 ujęto wartości średnie roczne wskaźnika denudacji mechanicznej. Większość zlewni cząstkowych mieści się w zakresie 0–5 t km–2 _a–1_.

Uzyska-ne wyniki korespondują z oszacowaną przez Brańskiego i Banasika (1996) wielkością denudacji mechanicznej dla obszaru dorzecza Parsęty, która wyniosła poniżej 5 t km–2

a–1_{. Jednak wartości maksymalne mogą dochodzić do 15}

t km–2 _a–1_{. Analizując wartości średnie miesięczne należy}

stwierdzić, że większość obszaru badań charakteryzuje się wartościami w zakresie 0,0-0,3 t km–2 _a–1_.

Uzyskany obraz przestrzenny tempa denudacji me-chanicznej wykazuje duży związek z pokryciem terenu i użytkowaniem ziemi w obrębie badanej zlewni. Zlewnie cząstkowe o niskich wartościach denudacji pokrywają się z terenami lasów, natomiast wyższe wartości charaktery-zują zlewnie położone na terenach rolniczych. Zauważal-ny jest także związek z ukształtowaniem rzeźby terenu. Zlewnie o wyższych wartościach wskaźnika denuda-cji w zakresie 5–15 t km–2 _a–1 _{położone są na obszarach}

o większych spadkach terenu. Wg projektu SWAT_1 oraz SWAT_5 zróżnicowanie wskaźnika denudacji w obrębie dorzecza Parsęty jest większe w porównaniu do projektu SWAT_9, gdzie największą powierzchnię zajmują zlew-nie cząstkowe o wartościach w zakresie 0–2,5 t km–2 _a–1_.

W projekcie SWAT_1 można zauważyć większy udział obszarów o wartościach wskaźnika denudacji w zakresie 2,6–5 t km–2 _a–1 _{w porównaniu do pozostałych projektów.}

Dyskusja wyników

Symulacje ładunków materiału zawieszonego odprowa-dzanych ze zlewni z wykorzystaniem SWAT nie są pod-dawane ocenie tak często jak odpływ wody. Jednak liczne publikacje wskazują, że model jest w stanie poprawnie prognozować ładunki zawiesiny, zwłaszcza miesięcz-ne i roczmiesięcz-ne (Gassman i in. 2007, Douglas-Mankin i in. 2010). Wśród prac, gdzie modelowanie wykonane było dla dużych zlewni wskazać można m.in. badania Saleha i in. (2000). Wykonali oni modelowanie transportu mate-riału zawieszonego dla zlewni o powierzchni 932,5 km2

stwierdzając dobrą zgodność wartości średnich miesięcz-nych ładunków. Jednak wyniki dobowe obarczone były dużym błędem. Santhi i in. (2001) przeprowadzili badania Ryc. 3. Symulowana średnia roczna wartość wskaźnika

denuda-cji mechanicznej w zlewni Parsęty

I – SWAT_1, II – SWAT_5, III – SWAT_9

Fig. 3. Simulated average annual mechanical denudation rate in Parsęta river basin

dla zlewni o powierzchni 4 277 km2_{. Uzyskano dobre}

wy-niki dla danych miesięcznych oprócz marca.

Autorzy wskazują, że wyniki modelu SWAT są za-leżne od rozdzielczości wykorzystanych danych wej-ściowych (Cotter i in. 2003, Chaplot 2005, Di Luzio i in. 2005, Geza, McCray 2008, Kim i in. 2012, Beeson i in. 2014). Chaplot (2005) przeanalizował cyfrowe modele wysokościowe o rozdzielczościach z przedziału od 20 do 500 m. Rekomenduje on stosowanie DEM o rozdzielczo-ści do 50 m w symulacjach SWAT. Wskazuje także, że DEM ma większy wpływ na wartości ładunków materia-łu zawieszonego oraz azotanów, niż na wartości odpływu wody. Może być to związane z zastosowaniem w modelu metody SCS-CN przy symulacji odpływu wody. Wskaź-nik topograficzny ma tutaj mniejszą wagę w obliczeniach związanych z intercepcją, infiltracją i retencją. W obli-czeniach odprowadzanych ładunków zawiesiny stoso-wane jest w modelu równanie MUSLE, w którym para-metry morfopara-metryczne zlewni mają istotne znaczenie. Pominięcie mniejszych form rzeźby terenu i wygładzenie powierzchni niskorozdzielczych cyfrowych modeli wy-sokościowych przekłada się zatem na wyniki symulacji. Chaplot (2005) potwierdził także wpływ rozdzielczości danych glebowych na rezultaty modelowania w zakre-sie materiału zawieszonego. W tym przypadku również zastosowanie zgeneralizowanych map glebowych skut-kowało słabszą oceną modeli niż przy wykorzystaniu da-nych w skali 1:25 000.

Uzyskanie dobrej zgodności danych symulowanych i pomiarowych w zakresie materiału zawieszonego moż-liwe jest po przeprowadzeniu kalibracji modelu, zwłasz-cza przy zastosowaniu danych wejściowych o niskiej rozdzielczości (Vigiak i in. 2015). Wykonane badania po-twierdzają konieczność skalibrowania modelu w oparciu o dane pomiarowe. Należy także podkreślić, iż do uzyska-nia poprawnych wyników w zakresie symulacji transpor-tu osadów w modelu SWAT należy stosować dane wyso-korozdzielcze. Różnice współczynników statystycznych pomiędzy analizowanymi projektami były w przypadku zawiesiny znacznie większe niż w przypadku porównania ocen jedynie dla odpływu wody.

Podsumowanie

Wyniki symulacji uzyskane z trzech opracowanych struk-tur modelu SWAT dla dorzecza Parsęty były poprawne i charakteryzowały się wysokimi wartościami współczyn-ników oceny statystycznej. Otrzymanie tak dobrych re-zultatów było możliwe dzięki przeprowadzeniu procedu-ry kalibracji w oparciu o dane pomiarowe. Jednocześnie stwierdzono, że najbardziej zgodne z danymi obserwo-wanymi były wyniki uzyskane z zastosowaniem danych przestrzennych o wysokiej rozdzielczości. Model oparty o dane niskorozdzielcze cechował się natomiast najwięk-szym błędem. Opracowana baza danych i struktury mo-delu mogą posłużyć w dalszym etapie prac do przepro-wadzenia symulacji uwzględniających scenariusze zmian

klimatycznych oraz scenariusze zmian pokrycia terenu i użytkowania ziemi.

Podziękowania

Praca naukowa finansowana ze środków na naukę w la-tach 2009–2012 jako projekt badawczy Ministerstwa Na-uki i Szkolnictwa Wyższego nr N N306 0409 36.

Literatura

Abbaspour K.C., Johnson A., van Genuchten M.Th., 2004. Estimating uncertain flow and transport parameters using a sequential uncertain-ty fitting procedure. Vadose Zone Journal 3(4): 1340–1352. Abbaspour K.C., 2012. SWAT-CUP 2012: SWAT Calibration and

Un-certainty Programs – A User Manual. Eawag, 103.

Aksoy H., Kavvas M.L., 2005. A review of hillslope and watershed scale erosion and sediment transport models. Catena 64: 247–271. Arnold J.G., Srinivasan R., Muttiah R.S., Williams J.R., 1998. Large area

hydrologic modeling and assessment: Part I. Model development. Jo-urnal of American Water Resources Association 34(1): 73–89. Bagnold R.A., 1977. Bedload transport in natural rivers. Water

Resour-ces Research 13: 303–312.

Beeson P.C., Sadeghi A.M., Lang M.W., Tomer M.D., Daughtry C.S.T., 2014. Sediment delivery estimates in water quality models altered by resolution and source of topographic data. Journal of Environmental Quality 43: 26–36.

Brański J., Banasik K., 1996. Sediment yields and denudation rates in Poland. W: Erosion and Sediment Yield: Global and Regional Per-spectives, Proceedings of the Exeter Symposium, July 1996, IAHS Publ. 236.

Chaplot V., 2005. Impact of DEM mesh size and soil map scale on SWAT runoff, sediment, and NO3-N loads predictions. Journal of Hy-drology 312: 207–222.

Choiński A., 1998. Warunki obiegu wody w dorzeczu Parsęty. W: Funk-cjonowanie geoekosystemów zlewni rzecznych 1. Środowisko przy-rodnicze dorzecza Parsęty – stan badań, zagospodarowanie, ochrona, A. Kostrzewski (red.), Wyd. Uczelniane Polit. Koszalińskiej, Poznań: 36–51.

Cotter A.S., Chaubey I., Costello T.A., Soerens T.S., Nelson M.A., 2003. Water quality model output uncertainty as affected by spatial resolu-tion of input data. Journal of the American Water Resource Associa-tion 39(4): 977–986.

de Vente J., Poesen J., Verstraeten G., Govers G., Vanmaercke M., Van Rompaey A., Arabkhedri M., Boix-Fayos C., 2013. Predicting soil erosion and sediment yield at regional scales: Where do we stand? Earth-Science Reviews 127: 16–29.

Di Luzio M., Arnold J.G., Srinivasan R., 2005. Effect of GIS data quality on small watershed streamflow and sediment simulations. Hydrologi-cal Processes 19(3): 629–650.

Douglas-Mankin K.R., Srinivasan R., Arnold J.G., 2010. Soil and Water Assesment Tool (SWAT) model: Current developments and applica-tions. Transactions of the ASABE 53(5): 1423–1431.

Dynowska I., 1971. Typy reżimów rzecznych w Polsce. Zesz. Nauk. UJ, Pr. Geogr., 28.

Fac-Beneda J., 2011. Młodoglacjalny system hydrograficzny. Wydaw-nictwo Uniwersytetu Gdańskiego, Gdańsk, 216.

FAO/UNESCO, 2003. Digital Soil Map of the World and Derived Soil Properties. Rev. 1. (CD Rom). Online: http://www.fao.org/catalog/ what_new-e.htm.

FAO/IIASA/ISRIC/ISSCAS/JRC, 2012. Harmonized World Soil Data-base (version 1.2). FAO, Rome, Italy and IIASA, Laxenburg, Austria. Foster G.R., Lane L.J., Nowlin J.D., Laflen J.M., Young R.A., 1980. A model to estimate the sediment yield from file-sized areas: Deve-lopment of model. CP-80-10, Intl. Inst. For Applied Systems Analy-sis, A-231, Laxenburg, Austria.

Geza M., McCray J.E., 2008. Effects of soil data resolution on SWAT model stream flow and water quality predictions. Journal of Environ-mental Management 88: 393–406.

Gassman P.W., Reyes M.R., Green C.H., Arnold J.G., 2007. The Soil and Water Assessment Tool: historical development, applications, and future research directions. Transactions of ASABE (American Socie-ty of Agricultural and Biological Engineers) 50(4): 1211–1250. Goudie A.S., 2006. Global warming and fluvial geomorphology.

Geo-morphology 79: 384–394.

Gudowicz J., 2016. Wpływ jakości danych przestrzennych na wyniki modelowania obiegu wody w dorzeczu Parsęty. Roczniki Geomatyki 4(74): 437–446.

Ignar S., 1988. Metoda SCS i jej zastosowanie do wyznaczania opadu efektywnego. Przegląd Geofizyczny 33(4): 451-455.

Jarvis A., Reuter H.I., Nelson A., Guevara E., 2008. Hole-filled seamless SRTM data V4. International Centre for Tropical Agriculture (CIAT). Online: http://srtm.csi.cgiar.org.

Kim J., Noh J., Son K., Kim I., 2012. Impacts of GIS data quality on de-termination of runoff and suspended sediments in the Imha watershed in Korea. Geosciences Journal 16: 181–192.

Kostrzewski A., 1998. Struktura krajobrazowa dorzecza Parsęty w opar-ciu o dotychczasowe podziały fizyczno-geograficzne. W: Funkcjono-wanie geoekosystemów zlewni rzecznych. Środowisko przyrodnicze dorzecza Parsęty, stan badań, zagospodarowanie, ochrona, A. Ko-strzewski (red.), Wydawnictwo Naukowe Bogucki, Poznań: 131–141. Kostrzewski A., Mazurek M., Zwoliński Zb., 1994. Dynamika transpor-tu fluwialnego górnej Parsęty jako odbicie funkcjonowania systemu zlewni. Stowarzyszenie Geomorfologów Polskich, Wydawnictwo Naukowe Bogucki, Poznań: 1–165.

Merritt W.S., Letcher R.A., Jakeman A.J., 2003. A review of erosion and sediment transport models. Environmental Modeling & Software 18: 761–799.

Monteith J.L., 1965. Evaporation and the environment. In: The State and Movement of Water in Living Organisms, Proc. 19th Symp. Swansea, U.K.: Society of Experimental Biology, Cambridge University Press. Moriasi D.N., Wilson B.N., Douglas-Mankin K.R., Arnold J.G., Gowda P.H., 2012. Hydrologic and water quality models: use, calibration, and validation. Transactions of the ASABE 55(4): 1241–1247. Neitsch S.L., Arnold J.G., Kiniry J.R., Williams J.R., 2011. Soil and

Water Assessment Tool theoretical documentation, version 2009.

Temple, Tex.: USDA-ARS Grassland, Soil and Water Research La-boratory.

Renard K.G., Foster G.R., Weesies G.A., Porter J.P., 1991. RUSLE: Re-vised Universal Soil Loss Equation. Journal of Soil and Water Con-servation 46(1): 30–33.

Saleh A., Arnold J.G., Gassman P.W., Hauck L.W., Rosenthal W.D., Williams J.R., McFarland A.M.S., 2000: Application of SWAT for the upper North Bosque River watershed. Transactions ASAE 43(5): 1077–1087.

Santhi C., Arnold J.G., Williams J.R., Dugas W.A., Srinivasan R., Hauck L.M., 2001: Validation of the SWAT model on a large river basin with point and nonpoint sources. Journal of the American Water Resources Association 37(5): 1169–1188.

Sarma P.B.S., Delleur J.W., Rao A.R., 1973. Comparison of rainfall-ru-noff models for urban areas. Journal of Hydrology 18(3-4): 329–347. Singh J., Knapp H.V., Demissie M., 2004. Hydrological modeling of the Iroquois river watershed using HSPF and SWAT. Journal of the American Water Resources Association 41: 343–360.

Svoray T., Atkinson P.M., 2013. Geoinformatics and water-erosion pro-cesses. Geomorphology 183: 1–4.

USDA Soil Conservation Service, 1972. Section 4. Hydrology. W: Na-tional Engineering Handbook, US. Department of Agriculture-Soil Conservation Service, Washington.

Vigiak O., Malagó A., Bouraoui F., Vanmaercke M., Poesen J., 2015. Adapting SWAT hillslope erosion model to predict sediment concen-trations and yields in large Basins. Science of the Total Environment 538: 855–875.

Williams J.R., 1975. Sediment-yield prediction with universal equation using runoff energy factor. W: Present and prospective technology for predicting sediment yield and sources: Proceedings of the sediment--yield workshop, USDA Sedimantation Lab., Oxford: 244–252. Williams J.R., 1980. SPNM, a model for predicting sediment,

phospho-rus, and nitrogen yields from agricultural basins. Water Resources Bulletin 16: 843–848.

Zwoliński Zb., 1989. Geomorficzne dostosowywanie się koryta Parsęty do aktualnego reżimu rzecznego. Dokumentacja Geograficzna 3-4: 1–144.

Zwoliński Zb., 2010. Przedmowa. W: GIS – woda w środowisku, Zb. Zwoliński (red.), Wydawnictwo Naukowe Bogucki, Poznań: 9–10. Zwoliński Zb., 2011. Globalne zmiany klimatu i ich implikacje dla